MétaCan
Menu
Retour à la cohorte
Enregistrement W7117399674

СРАВНЕНИЕ РАЗВИТИЯ МЕНТАЛЬНЫХ НАВЫКОВ У СТУДЕНТОВ-СПОРТСМЕНОВ ИНДИВИДУАЛЬНЫХ И КОМАНДНЫХ ВИДОВ СПОРТА

2025· other· ru· W7117399674 sur OpenAlexaboutno aff
Л. Н. Рогалева, Александр Денисович Худышкин (A.D. Khudyshkin)

Notice bibliographique

RevueIzvestia. Ural Federal University Journal. Series 2. Humanities and Arts (Ural Federal University) · 2025
Typeother
Langueru
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMental imageAthletesSample (material)Mental stressGoal settingMental health
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The purpose of the study was to compare the mental skills of student-athletes based on their involvement in individual and team sports. The research sample consisted of student-athletes with more than 5 years of sports experience and qualifications ranging from the first adult category to international-class masters. A total of 99 student-athletes participated in the study (54 males engaged in individual sports and 45 engaged in team sports), with a mean age of 20.6 years. Mental skills were assessed using the Ottawa Mental Skills Assessment Tool (OMSAT) adapted by K. A. Bochaver (2020). Comparative analysis revealed that in individual sports, student-athletes demonstrated significantly higher scores in Goal Setting (M = 21.30), Activation (M = 19.00), Relaxation (M = 18.62), Planning (M = 18.70), Focusing (M = 19.05), and Imagery (M = 17.72) compared to student-athletes in team sports. No statistically significant differences were found between the two groups in the following parameters: Commitment, Self-Confidence, Stress Reaction, Fear Control, Distractibility, and Imagery (the ability for visual representation). The obtained data indicate differences in the development of mental skills among student-athletes, which should betaken into account in the process of psychological preparation of athletes.Keywords: mental skills, student-athletes, individual sports, team sports.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,005

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,021
Tête enseignante GPT0,188
Écart entre enseignants0,167 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIzvestia. Ural Federal University Journal. Series 2. Humanities and Arts (Ural Federal University)Travaux en français237 207